Modelpublic

girenit/girenit-TSS-1.7B

sourceHugging Faceapache-2.0updated 10d agoView on Hugging Face

0likes

Model Card

girenit-TSS-1.7B — Türkçe Metinden Sese (Deneysel) 🎙️🇹🇷

girenit-TSS-1.7B, Qwen3-TTS-12Hz-1.7B-Base tabanının, resmî desteklenen 10 dil arasında bulunmayan Türkçe'ye uyarlanmış deneysel fine-tune'udur. Eğitim verisi olarak tamamı sentetik, kaynağı belgelenmiş girenit-tts-tr-synthetic seti kullanılmıştır (1.272 örnek, ~1,32 saat). 183M parametreli girenit-TSS modelimizin ~10 kat büyük kardeşidir.

⚠️ Beta / deneysel sürüm: Bu bir fizibilite checkpoint'idir. 3 epoch eğitimde loss 14,6 → 4,3'e düşmüştür; ancak üretim sonlandırma (EOS) davranışı henüz kararlı değildir — model uzun kuyruklu ses üretebilir. Üretimde max_new_tokens / süre limiti verilmesi önerilir. Resmî ses örnekleri ve değerlendirme sonuçları eklenecektir.

Eğitim

—Taban: Qwen/Qwen3-TTS-12Hz-1.7B-Base (Apache-2.0) — Qwen'in resmî tek-konuşmacılı SFT akışı (prepare_data.py + sft_12hz.py)
—Konuşmacı: girenit (sentetik girenit ses kimliği, referans ses dahil)
—Veri: 1.272 Türkçe örnek; izinsiz gerçek kişi kaydı veya ses klonlama yok
—Hiperparametreler: 3 epoch, batch 8 × grad-accum 4, lr 2e-5, bf16, A100
—Eğitim logu: `train.log`

Kullanım

Model dosyaları checkpoint/ klasöründedir:

bash

pip install qwen-tts
hf download girenit/girenit-TSS-1.7B --local-dir girenit-tss-1.7b

python

import torch, soundfile as sf
from qwen_tts import Qwen3TTSModel

tts = Qwen3TTSModel.from_pretrained(
    "girenit-tss-1.7b/checkpoint", device_map="cuda:0", dtype=torch.bfloat16
)
wavs, sr = tts.generate_custom_voice(
    text="Merhaba, girenit deneyimine hoş geldiniz.",
    speaker="girenit",
    max_new_tokens=512,  # uzunluk limiti önerilir (beta)
)
sf.write("girenit.wav", wavs[0], sr)

Sınırlamalar

—Beta: uzun cümlelerde ve sayılarda telaffuz hataları, üretim sonlandırma kararsızlığı görülebilir.
—Duygu kontrolü ve referans sesle klonlama hedeflenmemiştir.
—Sentetik ses olduğu son kullanıcıya açıkça belirtilmelidir.

Lisans ve atıf

Apache-2.0. Taban model: Qwen/Qwen3-TTS-12Hz-1.7B-Base (Apache-2.0,